调研了一下叶绿素荧光（SIF）卫星的相关情况，看看哪种数据产品更适合对森林的研究。

六个目前能获取数据的传感器，部分参数如下：

SCIAMACHY 2002年3月1日发射，2012年4月8日失联。回归周期6天，光谱分辨率0.5nm，空间分辨率30kmx240km

GOME-2   

Metop-A 2006年10月19日发射

Metop-B 2012年09月17日发射

Metop-C 2018年11月07日发射

回归周期1天，光谱分辨率0.5nm，空间分辨率80kmx40km(A)/40kmx40km(B)

GOSAT 呼吸号 2009年1月23日发射，主要目的探测大气CO2，采用太阳同步准回归轨道，轨道平均高度为666km，每天绕地球约14圈，回归周期为3天，降交点过境时间约为13:00，光谱分辨率0.025nm，空间分辨率10.5km，中心波长为760nm，1600nm，2000nm。

OCO系列卫星 轨道碳观察者

OCO-1  2009年2月14日发射失败

OCO-2  上一卫星的补充，2014年7月2日发射，设计寿命两年

OCO-2光谱仪的设计目标是测量太阳光经过地表反射之后，太阳光将两次穿过地球大气层。大气层中的CO2分子和O2分子具有非常特殊的光谱特性，因此，当光线抵达OCO-2卫星有效载荷时，太阳光将在这些特殊谱段上损失相应的能量，OCO-2的光栅光谱仪将太阳光散射开来，就可以获取相应谱段上的CO2和O2的吸收能量，从而测量出当地大气中CO2和O2的气体含量。

回归周期16天，光谱分辨率0.042nm，空间分辨率1.3x2.25km，O2波段765nm CO2波段1610nm，2060nm

TanSat 2016年12月发射，回归周期16天，光谱分辨率0.044nm，空间分辨率2km

TROPOMI 2017年10月发射，回归周期1天，光谱分辨率0.5nm，空间分辨率7km

有文献综述把这部分做成了图表，更加直观：

在查资料的时候发现，除了利用这些传感器数据来“荧光制图”以外，一个主要的目的其实是痕量气体（CO2, CH4等）的估算。如果利用这些数据，对森林进行研究就涉及到一个问题，有些传感器的空间分辨率太大了，比如SCIAMACHY。其次，就是时间分辨率的问题，周期为16天，如果考虑云的影响的话，就几乎是一个月一张图。对于光谱分辨率来说，肯定是越精细越好。

所以，汇总一下，通过以上传感器数据，对于特定地点的森林研究，需要考虑一下几点：

1.时间的问题，一是研究所需要的时间长度，二是传感器的重访周期；

2.数据是否存在的问题，有的传感器数据空间不是连续的；

3.空间分辨率的问题，考虑用SCIAMACHY、 GOME-2数据的话，要确定空间分辨率对于研究区来说是否太大。

这样，适合我们研究的传感器就几乎被选择出来了，当然很难找出刚好完全符合我们要求的数据，需要适当做出取舍，比如TanSat的空间分辨率高于OCO2，但是数据时间却没有那么长。

确定选择的传感器以后，通过研究反射光谱的吸收谷深度的变化能够将SIF从中提取出来。所以确定数据以后，选择适合的算法也很重要。

当然，有一种更简单的方法，那就是直接下载公开的SIF数据集。不过这里我其实有一个问题，有些SIF数据集的时间分辨率是高于卫星分辨率的，具体原因我还不清楚。

相关参考：

1. OCO-2：从“轨道碳观测者”到“荧光制图卫星”，

  http://blog.sciencenet.cn/blog-502444-803208.html

2. OCO-2卫星情况调研 http://blog.sina.com.cn/s/blog_43f446fb0102x4xi.html

3. OCO-2叶绿素荧光下载链接 https://blog.csdn.net/weixin_43465015/article/details/103449608

4. GOME-2 SIF 数据链接 https://blog.csdn.net/weixin_43465015/article/details/95773870

5. GOME-2

 http://www.esa.int/Applications/Observing_the_Earth/Meteorological_missions/MetOp/About_GOME-2

6. Satellite: Metop-A-B-C  http://www.wmo-sat.info/oscar/satellites/view/306

7. SCIAMACHY 

https://earth.esa.int/web/guest/missions/esa-operational-eo-issions/envisat/instruments/sciamachy

8. SCIAMACHY  http://wdc.dlr.de/sensors/sciamachy/

9. GOSAT卫星数据监测中国大陆上空CO2浓度时空变化特征

10. 太阳诱导叶绿素荧光的卫星遥感反演方法

11. 陆地生态系统碳监测卫星远红波段叶绿素荧光反演算法设计

12. 温室气体观测卫星GOSAT及产品

13. 叶绿素荧光的GOSAT卫星遥感反演

14. 太阳诱导叶绿素荧光的卫星遥感反演方法研究进展

15. 基于多种遥感植被指数、叶绿素荧光与CO2通量数据的温带针阔混交林物候特征对比分析

16. 日光诱导叶绿素荧光遥感反演及碳循环应用进展

17. 卫星遥感大气CO2的技术与方法进展综述